分布式 PostgreSQL 架构概述 | Articles

这篇文章深入探讨了分布式PostgreSQL架构的不同类型及其各自的权衡。

文章讨论了几种知名的架构,包括网络附加块存储(如EBS)、只读副本、DBMS优化的云存储(如Aurora)、活动-活动(如BDR)、透明分片(如Citus)和分布式键值存储与SQL(如Yugabyte)。并详细描述了每种架构的优缺点,并提供了使用这些架构时的指导原则。
chatd:把大语言模型封装成桌面应用 | 翻译 | 原文
全球 150+ UX 设计系统收集 | sheets

国内设计师 Tuohai 做设计系统调研收集了 150 多个设计系统,列清楚了支持的平台和官网地址、Figma 文件地址。
CRUXEval是一个用于评估Python代码推理、理解和执行的基准,包含两个任务:CRUXEval-I和CRUXEval-O,用于评估输入和输出预测。

该基准测试包括800个Python函数和输入输出对,最佳模型GPT-4在CRUXEval-I和CRUXEval-O上的pass @ 1 分别达到67%和63%。尽管Code Llama 34B等模型在大量代码数据上进行了训练,但仅达到了47%和44%的准确率。

该基准测试强调了代码推理能力的重要性,并鼓励未来的代码语言模型评估考虑CRUXEval。
用MLX在Mac上微调LLM的简单指南 | Articles | #指南
Smart Excel:一个足够简单(调用CloseAI的API)却又功能俱全(有登录和支付)的demo级产品。

[技术栈]
前后端:Next.js+Tailwind+Prisma
登录:Next-Auth
支付:Lemon Squeezy
部署:Vercel

你可以基于这个项目快速开发自己的SaaS产品。 ​​​

工作原理:该项目使用ChatGPT API和具有流功能的Vercel Al SDK。它基于表单和用户输入构建提示,将其发送至ChatGPTAPI通过Vercel边缘函数,然后将响应流式传输回应用程序界面。
Hacker and Geeker's Way

博主赵芝明,最近的内容多和大模型有关,如ChatGLM3的部署应用等
Alter3:一个能够执行 ChatGPT 指令的仿人机器人

东京大学的研究人员成功将仿人机器人 Alter3 与 GPT-4 连接。他们利用指令让这个机器人完成了一系列的人类行为,例如弹吉他、自拍、扮演鬼魂角色,甚至在电影院偷吃别人的爆米花。

这一过程可以看作是一场现代化的“哑剧游戏”:大语言模型 (Large Language Model) 将书面指令转换为可执行的代码,从而让机器人能够模仿出多种人类的动作。
一个多样化且高质量的以数学为中心的语料库,包含约 95 亿个tokens。其数据包括教科书(包括讲义)、arXiv、维基百科、ProofWiki、StackExchange 和网页。它包含适合 K-12、大学、研究生水平和数学竞赛的数学内容。

MathPile | #语料库
Motūrus OS是一个基于微内核的操作系统,使用Rust构建,专门针对虚拟化工作负载。它目前支持x64基于KVM的虚拟机,并且可以在Qemu或云虚拟机监视器中运行。
统计学自学指南 | #指南

结构类似之前介绍过的CS自学指南,主要是对知名大学统计学类公开课的介绍。
前不久,麻省理工 Guangxuan Xiao 等人推出的 StreamingLLM能够在不牺牲推理速度和生成效果的前提下实现多轮对话总共 400 万个 token 的流式输入,22.2 倍的推理速度提升。

但 StreamingLLM 使用原生 PyTorch 实现,对于多轮对话推理场景落地应用的低成本、低延迟、高吞吐等需求仍有优化空间。

因此,知名 AI 框架 Colossal-AI 开源了 SwiftInfer,基于 TensorRT 实现了 StreamingLLM,可以 进一步提升大模型推理性能 46%,为多轮对话推理提供了高效可靠的落地方案。
GPT-Analyst:专门用于GPT分析和逆向工程的项目,提供了一系列资源,包括保护GPT提示和防止指令泄露和盗版的综合指南,以及GPT-Analyst工具,用于详细分析系统提示和GPT指令,可以使用不同的命令进行安全分析、操作分析、越狱分析等
我们读什么计算机书 | blog

作为一个软件工程师,提升自己能力的最重要的手段之一是读书。资深的工程师需要防止自己能力的腐化,防止自己代码的腐化,通过不断读书来补齐知识的短板。新加入职场的工程师,前面几年更应该是大量密集读书的时期,多花一些业余的时间,从一开始就树立对软件开发的正确认知,价值回报会伴随整个职业生涯。

通过陈列一个书单,能帮你大致梳理软件开发的知识脉络,有针对性地去加强和巩固自己的知识,对于经验丰富的工程师,也可以继续学习。

本文将从两个维度来评价每本书籍:
推荐度:代表作者对书的价值的主观评价,1~5分,越高代表越有价值。

优先级:代表读这本书的紧急程度(尤其针对新人),1~5分,越小代表越早读。
Back to Top